opção
LarLar Skill Outros research-ops

research-ops

affaan-m/ECC affaan-m/ECC

Executa fluxos de trabalho de pesquisa baseados em evidências, combinando habilidades de pesquisa, síntese e recomendação para fatos atuais, comparações ou aprofundamento.

...Expandir tudo
0
Tempo atualizado 1 de Outubro de 2026

Operações de Pesquisa

Utilize isso quando o usuário solicitar uma pesquisa sobre um assunto atual, comparar opções, enriquecer informações sobre pessoas ou empresas, ou transformar consultas repetidas em um fluxo de trabalho monitorado.

Este é o wrapper do operador em torno da pilha de pesquisa do repositório. Ele não substitui deep-research, exa-search, nem market-research; ele indica quando e como usá-los em conjunto.

Pilha de Habilidades

Incorpore essas habilidades nativas do ECC ao fluxo de trabalho quando for relevante:

  • exa-search para uma descoberta rápida na web atual
  • deep-research para síntese de múltiplas fontes com citações
  • market-research quando o resultado final deve ser uma recomendação ou uma decisão classificada
  • lead-intelligence quando a tarefa for segmentação de pessoas/empresas, em vez de pesquisa genérica
  • knowledge-ops quando o resultado precisar ser armazenado posteriormente em um contexto duradouro

Quando usar

  • o usuário diz “pesquisar”, “consultar”, “comparar”, “com quem devo falar” ou “quais são as últimas novidades”
  • a resposta depende de informações públicas atuais
  • o usuário já forneceu evidências e deseja que elas sejam levadas em conta em uma nova recomendação
  • a tarefa pode ser recorrente o suficiente para se tornar um monitor, em vez de uma consulta pontual

Limites

  • não responda a perguntas atuais com base em informações desatualizadas quando uma nova pesquisa for fácil de realizar
  • separadamente:
    • fatos de fontes confiáveis
    • evidência fornecida pelo usuário
    • inferência
    • recomendação
  • não inicie uma pesquisa exaustiva se a resposta já estiver no código local ou na documentação

Fluxo de trabalho

1. Comece com o que o usuário já lhe forneceu

Normalize qualquer material fornecido em:

  • fatos já comprovados
  • que precisam de verificação
  • questões em aberto

Não recomece a análise do zero se o usuário já tiver construído parte do modelo.

2. Classifique a consulta

Escolha a abordagem correta antes de pesquisar:

  • resposta rápida e objetiva
  • comparação ou nota de decisão
  • etapa de geração de leads/enriquecimento
  • candidato a acompanhamento recorrente

3. Siga primeiro o caminho de evidências mais simples e útil

  • uso exa-search para uma descoberta rápida
  • encaminhar para deep-research quando a síntese ou fontes múltiplas forem importantes
  • use market-research quando o resultado deve culminar em uma recomendação
  • encaminhe para lead-intelligence quando o que realmente se busca é a classificação de alvos ou a descoberta de caminhos promissores

4. Relatório com limites explícitos das evidências

Para afirmações importantes, especifique se elas são:

  • fatos com fonte
  • contexto fornecido pelo usuário
  • inferências
  • recomendação

Respostas sensíveis à atualidade devem incluir datas concretas.

5. Decida se a tarefa deve continuar sendo manual

Se for provável que o usuário faça a mesma pergunta de pesquisa repetidamente, indique isso explicitamente e recomende uma camada de monitoramento ou fluxo de trabalho, em vez de repetir a mesma busca manual indefinidamente.

Formato de saída

QUESTION TYPE
- factual / comparison / enrichment / monitoring

EVIDENCE
- sourced facts
- user-provided context

INFERENCE
- what follows from the evidence

RECOMMENDATION
- answer or next move
- whether this should become a monitor

Armadilhas

  • não misture inferências com fatos comprovados sem identificá-las
  • Não ignore evidências fornecidas pelo usuário
  • não utilize um canal de pesquisa complexo para uma pergunta que o contexto do repositório local possa responder
  • Não forneça respostas sensíveis à atualidade sem indicar datas

Verificação

  • afirmações importantes são identificadas pelo tipo de evidência
  • resultados sensíveis à atualidade incluem datas
  • A recomendação final corresponde ao modo de pesquisa efetivamente utilizado
Ver no GitHub
---
name: research-ops
description: Runs evidence-first research workflows by combining search, synthesis, and recommendation skills for current facts, comparisons, or enrichment.
---

# Research Ops

Use this when the user asks to research something current, compare options, enrich people or companies, or turn repeated lookups into a monitored workflow.

This is the operator wrapper around the repo's research stack. It is not a replacement for `deep-research`, `exa-search`, or `market-research`; it tells you when and how to use them together.

## Skill Stack

Pull these ECC-native skills into the workflow when relevant:

- `exa-search` for fast current-web discovery
- `deep-research` for multi-source synthesis with citations
- `market-research` when the end result should be a recommendation or ranked decision
- `lead-intelligence` when the task is people/company targeting instead of generic research
- `knowledge-ops` when the result should be stored in durable context afterward

## When to Use

- user says "research", "look up", "compare", "who should I talk to", or "what's the latest"
- the answer depends on current public information
- the user already supplied evidence and wants it factored into a fresh recommendation
- the task may be recurring enough that it should become a monitor instead of a one-off lookup

## Guardrails

- do not answer current questions from stale memory when fresh search is cheap
- separate:
  - sourced fact
  - user-provided evidence
  - inference
  - recommendation
- do not spin up a heavyweight research pass if the answer is already in local code or docs

## Workflow

### 1. Start from what the user already gave you

Normalize any supplied material into:

- already-evidenced facts
- needs verification
- open questions

Do not restart the analysis from zero if the user already built part of the model.

### 2. Classify the ask

Choose the right lane before searching:

- quick factual answer
- comparison or decision memo
- lead/enrichment pass
- recurring monitoring candidate

### 3. Take the lightest useful evidence path first

- use `exa-search` for fast discovery
- escalate to `deep-research` when synthesis or multiple sources matter
- use `market-research` when the outcome should end in a recommendation
- hand off to `lead-intelligence` when the real ask is target ranking or warm-path discovery

### 4. Report with explicit evidence boundaries

For important claims, say whether they are:

- sourced facts
- user-supplied context
- inference
- recommendation

Freshness-sensitive answers should include concrete dates.

### 5. Decide whether the task should stay manual

If the user is likely to ask the same research question repeatedly, say so explicitly and recommend a monitoring or workflow layer instead of repeating the same manual search forever.

## Output Format

```text
QUESTION TYPE
- factual / comparison / enrichment / monitoring

EVIDENCE
- sourced facts
- user-provided context

INFERENCE
- what follows from the evidence

RECOMMENDATION
- answer or next move
- whether this should become a monitor
```

## Pitfalls

- do not mix inference into sourced facts without labeling it
- do not ignore user-provided evidence
- do not use a heavy research lane for a question local repo context can answer
- do not give freshness-sensitive answers without dates

## Verification

- important claims are labeled by evidence type
- freshness-sensitive outputs include dates
- the final recommendation matches the actual research mode used

Todos os arquivos

1 arquivos

Instalar research-ops

Baixe e descompacte os arquivos de habilidades no diretório .claude/skills/.

Baixar ZIP

Clone o repositório e copie os arquivos da habilidade para o seu projeto.

git clone https://github.com/affaan-m/ECC/tree/main/skills/research-ops # Copy SKILL.md to your .claude/skills/ directory

Copiar Copiar
Configuração rápida: Copie a pasta da habilidade para .claude/skills/ O Claude detectará e utilizará automaticamente a habilidade
Repositório affaan-m/ECC

Habilidades relacionadas

multica-creating-agents
Tempo atualizado 12 de Agosto de 2026
tilemaps
Tempo atualizado 4 de Agosto de 2026
v4-new-features
Tempo atualizado 4 de Agosto de 2026
agent-github-pr-manager
Tempo atualizado 3 de Agosto de 2026
OR